Сначала разберите почту, потом автоматизируйте

У небольшой бухгалтерской фирмы «входящие» иногда напоминают сортировочную станцию: письма приходят в несколько ящиков, вложения называются как угодно, а один клиент может прислать входящий и исходящий счёт в одном сообщении. Робот-стажёр охотно разложил бы всё по папкам. Беда в том, что без правил он столь же охотно разложит не туда.

Именно такую задачу описывает опубликованный 14 июля 2026 года кейс европейской сети цифровых инновационных хабов о RAMAJO ASESORES — микрофирме из испанской Саламанки. Речь не о доказанной окупаемости внедрённого ИИ, а о подготовке решения к внедрению. Это важное различие: проект дошёл до технической дорожной карты, но на момент отчёта автоматическая обработка счетов ещё не работала в производственном процессе.

Что было измерено

По данным кейса, сотрудники ежедневно вручную разбирали 30–60 писем со счетами во вложениях. В работе участвовали два-три человека, а суммарная административная нагрузка составляла 30–60 минут в день. Использовалось более трёх почтовых ящиков Outlook. Нужно было отличать входящие счета от исходящих, извлекать реквизиты и правильно помещать документы в учётный контур.

Для руководителя здесь полезна не эффектная цифра «сколько сэкономил ИИ», которой пока нет, а ясный размер исходной проблемы. Если принять 22 рабочих дня в месяце, 30–60 минут в день дают модельные 11–22 часа ручной работы в месяц. Это лишь арифметика на базе указанной в кейсе нагрузки, а не подтверждённая экономия RAMAJO: часть времени останется на исключения, контроль и исправления.

Компания сначала прошла два практических обучения по ИИ, затем вместе с DIGIS3 описала процесс и сравнила три варианта реализации. Рекомендованная в отчёте архитектура объединяла Power Automate, Azure Document Intelligence и модели компьютерного зрения. Оценка авторов кейса — пять-семь недель на реализацию и дополнительные операционные расходы €0–50 в месяц при использовании уже имеющейся экосистемы Microsoft. Это оценка проекта в Испании, не универсальная цена и тем более не тариф для российского бизнеса. Прямой перенос этой суммы в рублёвый бюджет был бы бухгалтерским фокусом не лучше исчезающего вложения.

Где здесь ИИ, а где обычный процесс

Почтовый коннектор получает письмо и вложения. Детерминированные правила проверяют допустимый формат, число файлов, размер, отправителя и повторную доставку. Затем сервис извлечения распознаёт номер и дату счёта, контрагентов, суммы и другие поля. Классификатор помогает отличить тип документа и направление операции. Но окончательное решение о проводке, статусе документа и спорных полях остаётся у уполномоченного сотрудника.

Microsoft в документации к модели обработки счетов перечисляет типовые извлекаемые поля, включая номер, дату и сумму к оплате, а также показатели уверенности. При этом поставщик прямо отмечает, что нестандартные документы могут потребовать собственной модели или дополнительных полей. Уверенность распознавания — сигнал для маршрутизации, не доказательство правильности счёта. Даже хорошо распознанную сумму нужно сопоставить с документом, заказом и правилами учёта.

Для российского малого бизнеса эквивалентная схема может жить в закрытом контуре: корпоративная почта, антивирусная и форматная проверка вложений, локальный OCR или документная модель, очередь задач, карточка проверки сотрудником, затем интеграция с учётной системой. Локальная языковая модель уместна только там, где шаблоны и классический OCR не справляются с разнообразием формулировок. Она не должна автоматически «додумывать» отсутствующий ИНН или сумму. Если документы типовые, правила и специализированное извлечение нередко проще, дешевле и проверяемее, чем свободно пишущий агент.

Как не перепутать пилот с результатом

В отчёте зафиксирован рост оценки общей цифровой зрелости фирмы с 44% до 49%, а показателя «автоматизация и ИИ» — с 20% до 36%. Это оценка навыков и готовности после обучения и консультации, а не замер сокращения времени обработки после запуска. Саму автоматизацию авторы прямо называют ещё не внедрённой к моменту завершения услуги. Заявлять на этой основе, что фирма уже сэкономила 60 минут ежедневно, нельзя.

Чтобы получить бизнес-результат, перед внедрением стоит согласовать контрольную выборку и метрики:

  • доля писем, где вложение действительно является счётом;
  • точность классификации входящего и исходящего документа;
  • точность обязательных реквизитов по каждому полю, а не «общая точность ИИ»;
  • доля документов, отправленных на ручную проверку;
  • время от письма до проверенной карточки в учётной системе;
  • стоимость обработки одного документа с учётом лицензий, вычислений, поддержки и проверяющих.

Отдельно нужен список стоп-сценариев: несколько счетов в одном письме, дубль файла, исправленный документ, скан плохого качества, письмо без вложения, архив с паролем, новый поставщик, несовпадение суммы и валюты. У каждого сценария должен быть владелец решения. В противном случае красивый показатель автоматизации достигается лишь тем, что ошибки уезжают дальше по процессу.

Данные, доступ и экономика

Для пилота понадобятся обезличенная или разрешённая к обработке выборка реальных писем и вложений, схема целевых полей, реестр типов документов, доступ к тестовому ящику и тестовому контуру учёта. Производственные документы не стоит отправлять во внешний сервис, пока не определены правовое основание, место обработки, договорные ограничения, сроки хранения и права доступа. Это особенно важно для клиентских финансовых документов. Архитектуру, подходящую испанской фирме в Microsoft Cloud, нельзя автоматически считать подходящей российской организации с иными требованиями к данным и инфраструктуре.

Экономика начинается с цены ошибки. Для модельной оценки можно умножить базовые 11–22 часа в месяц на реально устранимую долю работы и внутреннюю стоимость часа, затем вычесть стоимость сервиса, поддержки и ручного контроля. Например, при гипотетическом снятии половины базовой нагрузки освободилось бы 5,5–11 часов в месяц до учёта контроля и исключений. Это сценарий, не результат RAMAJO и не обещание окупаемости. Если объём маленький и документы однотипны, внедрение может стоить дороже экономии времени; тогда полезнее сначала привести к порядку ящики, правила именования и папки.

Первый безопасный шаг

Возьмите 100–200 последних писем из одного процесса, законно подготовленных для теста. Разметьте, где счёт, где не счёт, какие поля обязательны и почему сотрудник меняет решение. Зафиксируйте исходное время на документ. Затем сравните простой набор почтовых правил и OCR с вариантом, где модель помогает разбирать исключения. Не открывайте автоматическую запись в учётной системе до проверки точности на отложенной выборке и ручного подтверждения спорных документов.

Урок RAMAJO ASESORES не в том, что «ИИ уже победил бухгалтерскую рутину». Подтверждённый итог скромнее и полезнее: фирма измерила повторяющуюся задачу, получила три варианта и технический маршрут до инвестиций. Хороший пилот как раз и должен отделять обещание от работающего процесса — даже если робот-стажёр уже приготовил папки.